dsh-layered-memory

DeepSeek Harness 的分层蒸馏记忆插件：对话在后台自动完成 L0 捕获 → L1 原子记忆 → L2 场景整合 → L3 画像蒸馏，模型每一步前自动把相关记忆注入上下文。

快速开始

需要 Node ≥ 22.16。两种调用方式任选（npx 前缀可替换下面任何 dsh 命令）：

# 方式一：npx 直接跑官方 CLI（无需预装 dsh；可 pin 版本，如 dsh-layered-memory@0.8.4）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-layered-memory

# 方式二：已装 dsh CLI（dsh 是 pnpm 转发器，未装 pnpm 时先 npm i -g pnpm）
dsh plugin --profile web add dsh-layered-memory

# 包源备选：GitHub 仓库 / 本地路径（开发调试，link: 指向仓库，npm run build + 重启 dsh 即生效）
dsh plugin --profile web add https://github.com/JunNanLYS/dsh-layered-memory
dsh plugin --profile web add /path/to/dsh-layered-memory

让 Agent 安装（推荐）

如果当前 Agent 可以执行终端命令，把下面这段话完整发送给它：

请为 DeepSeek Harness 的 web Profile 安装 dsh-layered-memory 插件。

只执行下面两条命令，不要修改其他 Profile：
dsh plugin --profile web add dsh-layered-memory
dsh --profile web --dump-config

确认输出中出现 dsh-layered-memory 后告诉我安装结果。
不要替我关闭或重启正在运行的 DSH；安装完成后提醒我手动重启 DSH Web Host。

Agent 应当返回安装结果，并明确告诉你配置中是否已经出现 dsh-layered-memory。

本包声明了 dsh.bundle 组合包层（cordis.patch.yml），安装后会自动挂载插件行—— 不需要再手改 $DSH_HOME/profiles/web/cordis.patch.yml。然后重启 DeepSeek Harness，验证：~/.dsh/memory/ 下出现 conversations/ records/ scenes/ 目录和 memory.db 即插件 apply 成功；设置页出现"记忆"页面、输入栏出现档位 pill 即 client 半边就绪。

卸载：dsh plugin --profile web remove dsh-layered-memory + 重启。数据保留在 ~/.dsh/memory/，不需要时手动删除整个目录即可。

从源码开发

git clone https://github.com/JunNanLYS/dsh-layered-memory
cd dsh-layered-memory
npm install && npm run build
dsh plugin --profile web add .        # link: 安装，改代码后 npm run build + 重启 dsh 即生效
npm run smoke                         # 冒烟测试（先重编：见下方命令）
npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution nodenext --target es2022 --strict --skipLibCheck --esModuleInterop

运行时数据流

插件挂在 dsh 原生事件上（session/event 捕获、agent/pre-step 注入），蒸馏调用复用宿主 ctx.llm。召回以消息侧注入呈现：相关记忆作为一条合成消息排在用户新消息之前，会话流里显示为**"上下文注入 · memory"**行（点开看命中内容）——用户能直接看到"记忆生效了"；注入内容有长度预算与时间预算，超限截断/超时跳过，绝不拖慢对话。

记忆工具(3):

memory_search
conversation_search
memory_read_scene

真机实录：召回注入与工具调用在对话里的样子——"上下文注入 · memory"行先带出相关记忆，模型再按需调 memory_read_scene 读取场景块，凭记忆直接作答：

在只开放代码执行入口的受限会话中，模型经由 run_code 间接调用记忆工具（轨迹视图中的 SUBTOOL 嵌套）：

分层记忆（L0–L3）

会话级记忆档位

控件：输入栏内、模式选择器右侧的 pill（记忆·自动），点击在上方浮出档位滑块深浅主题自适应；
悬浮板下半部是会话信息区：召回命中（命中/检索轮次与累计条数）、攒批进度（本会话切片 x/生效阈值；关闭档显示挂起切片数）、本会话产出记忆条数、会话消息数，外加异常状态行（存储降级 / 向量检索不可用）与全局摘要（待蒸馏条数、上次蒸馏时间）；数据走 dsh-memory/session-stats 端点（纯内存注册表 + 索引 COUNT，零文件 I/O），打开期间自适应轮询（忙 2s / 静 5s），关闭即停；
每会话的选择按 sessionId 持久化到 session-modes.json，重启/恢复会话不丢；与全局开关叠加（全局是总闸）；L2/L3 完全分类，分类内容不渗透。

界面预览

实测对比（DSH-MemBench：自动化基准）

图文回答"长什么样"，这一节用自动化基准的实测数字回答"开了到底有什么用"（bench/，一条命令可复现）。方法：同场景库、逐字相同输入，A 组（记忆开）跑 3 次取合并值，B 组（记忆关）跑 1 次（无记忆的长任务每场景要吞数倍 token，成本护栏）；对话赛道只跑 A 组（B 组会话独立无记忆必然失败，对照无信息量，已下线）。对话赛道环境：DeepSeek 官方 deepseek-v4-flash、插件 0.8.5（判卷与被测同源，答案原文全部留痕可人工复核）、Windows；题型设计借鉴 LongMemEval / LoCoMo / AMB，扩展题型与生命周期赛道参照 MemoryAgentBench / GoodAI LTM / BEAM。

对话赛道为 0.8.5 新基线（修复版插件 + 修正后的判卷口径）；工作流赛道数字仍为 0.8.3 存档（0.8.5 起场景库扩至 8 个，新增前瞻记忆场景，重跑待做）。

对话赛道（20 场景 × 10 题型 × 3 次 = 420 题）：答得准吗

0.8.5 基线（A 组数据；对话赛道 B 组已下线，只跑 A 组）。

召回双通道（A 组）：被动注入召回率 78.1%（该题要点出现在召回注入中，281/360），其余多数由模型主动调用记忆工具查回——106 题主动查询、75 题靠工具兜底答对；端到端 95.2% 是两通道 + 模型利用的合成结果。记忆库跨场景全程累积下，探针召回注入混入其他场景记忆 295 次（已如实计数），总准确率反而前段 92.8% → 后段 97.7%——抗干扰能力经受住了膨胀记忆库的考验（离线灌水再灌 600 条合成噪声，检索层 recall@5 也只降 2.8pp）。

分层看短板：检索层离线指标（recall@5 受控复现）总 73.3%，其中事件排序 0%、场景回忆 50%——端到端仍 93%+ 靠的是注入邻近记忆后模型的鲁棒性；效率三角（记忆的开销）：注入非但不加延迟（注入轮响应比无注入轮平均快 210ms）、注入占每轮输入约 10.3%，蒸馏全链路摊到每条捕获消息 ≈2727 输入 / 240 输出 token（1172 次调用 0 失败）。

工作流赛道（0.8.3 存档 · 7 场景版 · A 组 3 次 / B 组 1 次，真实工具沙箱）：做得对、做得省吗

探针段完成度 85.5% vs 43.5%（+42pp）：教学/变更段两组都有现场上下文，探针段（新会话延续任务）才是纯记忆窗口——A 组三个新考法场景（流程知识更新 / 双胞胎消歧 / 风格规范延续）全部 12/12 满分且三轮一致；B 组在风格规范场景探针 0/4（命名/结构/千分位/页脚约定只存记忆，沙箱探不出来），在流程更新场景则能靠读脚本逆向（判别力受沙箱可供性限制，已如实标注）。

长任务成本：B 组每场景输入 token 是 A 组的 6.8 倍（1.81M vs 266k）——无记忆时 agent 靠重新探索前进，high 思考档下甚至会自建工程去探测本可用一条脚本约定完成的流程；输出 token 3 倍（46.2k vs 15.4k）、步骤 +70%。这正是记忆的核心价值：省掉的不是任务难度，是无谓的往返与重复探索。

方法论与复现

node bench/harness/run.mjs --arm A --repeats 3 --provider deepseek-official --model deepseek-v4-flash   # 对话赛道（只跑 A 组）
node bench/harness/run.mjs --track workflow --arm AB --repeats 3 ...                                  # 工作流赛道（A/B 双组并行）
node bench/harness/run.mjs --track lifecycle --arm A ...                                              # 生命周期赛道（门控/off/rebuild/遗忘）
node bench/harness/report.mjs --latest [dialog|workflow]                                               # 汇总报告
node bench/harness/retrieval-metrics.mjs <runDir> --flood 200,600                                     # 检索层指标 + 灌水曲线

判分：contains-all 程序判 + 判卷模型按要点判（答案原文与判分理由全部留痕 result.json 可人工复核）；带 stale 的题（更新/连锁/遗忘）"旧值当作现状陈述"才判负、拒答题允许引用真实背景解释"不知道被问点"；工作流完成度为产物文件 + 关键内容程序化校验（四型判据：正检查/禁词/产物缺席/存在性）；
指标面：准确率总表（6 核心 + 4 扩展题型）之外，自动产出检索层离线指标（recall@5 / 注入精度 / 作废泄漏）、效率三角（注入开销差分 / 注入占比 / 蒸馏记账摊到每消息）、规模位置分析（库容膨胀下的准确率/污染）与生命周期赛道专属节（分族门控矩阵 / off 双断言 / rebuild 保真 / 遗忘）；
实时进度：跑基准时自动拉起本地进度面板并打开浏览器（--no-panel 关闭）——A/B 双臂场景/阶段/消息粒度进度、心跳与活动新鲜度（直判"卡住 vs 进程挂了"）、累计成本随跑随涨；
指标全部来自供应商上报 usage（输入含缓存命中拆分）与会话事件折叠；稳态缓存率剔除每会话首请求（0.8.5 基线：89.1%——记忆注入不伤缓存）；
回归用途：改插件前后各跑一遍，compare.mjs 出对比表（环境头校验含 gitSha + B 组对照组漂移告警 + 检索层指标对比）；
局限（诚实声明）：单机；A 组 ×3 合并、B 组 ×1（成本护栏，噪声更大）；判卷与被测模型：对话 0.8.5 基线同源、工作流存档跑为异构（glm-5.3 判 v4-flash）；作者自建场景库（倾向记忆优势场景，欢迎自行复现）；沙箱文件的可供性会部分泄露流程（B 组可读脚本逆向，判别力受限处已如实标注）；工具审计双档（严格违规判负/宽松提示），实测双方 0 违规。

完整报告与逐题数据：bench/baseline/。

存储布局

向量能力默认关闭（纯 FTS）。DSH 的 ctx.llm 无 embeddings 端点，语义检索由 三态嵌入源提供（关闭 / 远程 / 本地），设置页可运行时切换——见下节。

语义检索（嵌入源）

设置页（记忆 → 概览 → 语义检索）选择嵌入源，即时生效、无需改配置重启：

三种嵌入源：关闭（默认，纯 BM25 关键词检索）、远程（自备任意 OpenAI 兼容 /embeddings 服务，embedding.* 四件套配齐才可选）、本地（内置模型目录选一款， ONNX 量化 CPU 推理——无需 API Key，数据不出本机）。本地模型目录是插件内置白名单（每款锁定 revision + 每文件 sha256，不可下载任意仓库）。

下载：模型卡一键下载（默认镜像 hf-mirror.com，断点续传 + sha256 完整性校验；直连不可达时可走代理——默认自动探测 HTTPS_PROXY/ALL_PROXY 等环境变量，见 embedding.proxy）。单文件失败自动重试且换缓存键（?dshmem-retry=N，绕开镜像 CDN 偶发的坏缓存对象），校验失配从零重下、网络错误保留断点续传；落盘数据目录 models/<id>/，不用了随时在设置页删除；
按需运行时：首次切换本地档才安装推理运行时（transformers.js，约 100~200MB，装进数据目录 runtime/——不进插件依赖树，不碰插件安装目录）；
活切换：一键换源——自动后台全量重嵌（进度可见、可取消，期间检索自动降级关键词，不影响对话；维度变化时向量表按新维度重建）；切换失败保持旧源，重启仍按原源运行；
生效规则 = 部署上限 AND 运行时选择：embedding.allowLocalModels=false 可整体禁用本地档、未配 embedding.* 四件套则远程档不可选（企业部署可收口），状态持久化在 embedding-source.json。

配置

覆盖配置写在 profile 自己的 cordis.patch.yml，用顶层裸 patch 条目（直接 id:，不要包在 insert: 里——insert 与 bundle 层同 id 追加会导致 duplicate loader entry id 启动失败）：

- id: dsh-memory
  name: dsh-layered-memory
  config:                    # 键按行整体替换（不深合并），按需写全要保留的键
    family: auto             # 新会话默认档：auto | chat | work
    llm:                     # 蒸馏模型静态路由（双字段齐 = 部署 pin，优先于设置页选择；
      provider: ''           # 留空则跟随设置页"蒸馏模型"选择器或当前默认模型）
      model: ''

字段	默认	说明
`family`	`auto`	新会话默认记忆档位：`auto`（双族自动）\| `chat`（个人）\| `work`（工作）；会话内可用输入栏控件临时切换
`dataDir`	`$DSH_HOME/memory`	数据目录
`capture.enabled`	`true`	L0 捕获
`capture.stripCodeBlocks`	`true`	助手消息剥离代码块
`capture.maxMessageChars`	`4000`	单条消息最大字符数
`extract.enabled`	`true`	L1 抽取
`extract.minMessages`	`6`	稳态触发阈值：单会话攒够 N 条新消息跑一次 L1 抽取。起步阶段生效阈值从 1 翻倍爬坡到此值（首轮即出记忆，随后自动攒批省调用）
`extract.idleSeconds`	`300`	闲置兜底：会话静默 N 秒后把未蒸馏切片落袋（接住"没攒够阈值用户就离开"）；`0` 关闭
`extract.backgroundMessages`	`10`	抽取时附带的背景消息条数（按会话从 L0 现查，会话间互不污染）
`extract.candidatePool`	`5`	去重候选池大小
`l2.enabled`	`true`	L2 场景整合
`l2.minNewMemories`	`5`	距上次 L2 整合的新记忆阈值
`l2.maxScenes`	`12`	场景块数量上限
`l2.sceneContextLimit`	`3`	L2 prompt 附带的相似场景全文上限
`l3.enabled`	`true`	L3 画像蒸馏
`l3.interval`	`20`	L3 蒸馏间隔（新记忆条数）
`recall.enabled`	`true`	自动召回
`recall.maxResults`	`5`	每条新用户消息前注入的 L1 条数上限
`recall.maxCharsPerMemory`	`500`	单条注入记忆的字符上限（超限截断并提示用记忆工具查全文）；`0` 不限
`recall.maxTotalRecallChars`	`2000`	整轮注入总字符上限（超限按相关性丢尾部）；`0` 不限
`recall.timeoutMs`	`5000`	召回总预算（ms）：超时跳过本轮注入、不阻塞对话；`0` 不限时
`recall.includePersona`	`true`	系统提示注入画像上下文（`<user-persona>`，稳定区）
`recall.includeSceneNav`	`true`	系统提示注入场景导航（`<scene-navigation>`，稳定区）
`recall.strategy`	`hybrid`	检索策略：`keyword` / `embedding` / `hybrid`
`recall.scoreThreshold`	`0.3`	召回分数阈值（低于不注入；仅 keyword/embedding 策略生效，hybrid 融合前不过滤；工具路径不过滤）
`embedding.enabled`	`false`	向量检索开关；关闭即纯 FTS 运行
`embedding.baseUrl`	空	OpenAI 兼容 /embeddings 地址（如 `https://api.siliconflow.cn/v1`）
`embedding.apiKey`	空	API Key
`embedding.model`	空	embedding 模型名
`embedding.dimensions`	`0`	向量维度（启用时必填，须与模型输出一致）
`embedding.maxInputChars`	`5000`	单条文本最大字符数（超长截断）
`embedding.timeoutMs`	`10000`	单次 embedding 调用超时（ms）
`embedding.allowLocalModels`	`true`	允许本地嵌入档（部署上限：关闭后设置页不能下载模型、不能切本地档）
`embedding.mirror`	`https://hf-mirror.com`	本地模型下载镜像根地址（可改回官方 `https://huggingface.co`）
`embedding.proxy`	`''`	模型下载代理三态：`''`（默认）= 自动探测代理环境变量（`HTTPS_PROXY`/`ALL_PROXY` 等，尊重 `NO_PROXY`）；`none` = 禁用强制直连；其他值 = 代理 URL（如 `http://127.0.0.1:7890`）。镜像直连在国内网络间歇不可达（直连超时与污染字节交替出现过），开代理的机器建议保持默认自动探测
`llm.provider/model`	空	蒸馏模型静态路由（部署 pin）：provider 与 model 双字段齐时锁定蒸馏路由，优先于设置页的运行时选择与默认模型（部署可强制蒸馏走指定路由）；留空则跟随"设置页选择 → 默认模型"。运行时可在设置页 → 记忆 → 概览的"蒸馏模型"选择器从已配置的供应商（含 dsh 设置 → 模型里添加的自定义供应商）中切换，即时生效无需重启
`llm.maxTokens`	`65536`	未分层调用的兜底输出总闸。各蒸馏层有独立预算（抽取 16k / 去重 8k / L2 32k / L3 16k；思考档 high/xhigh/max 时自动 ×4，防 reasoning 吃光预算），分层预算可在设置页 → 记忆 → 概览 → 蒸馏参数运行时调整（留空/0 = 跟随内置默认）
`llm.reasoningEffort`	空	蒸馏思考档位：空串 = 自动（按模型能力解析：模型默认档 → `high`）；显式值（`off`/`none`/`minimal`/`low`/`medium`/`high`/`xhigh`/`max`）仅在该模型声明支持时发送——跨供应商 effort 词汇表不同（deepseek 认 `off`，OpenAI 系是 `none`，未声明档位的模型不传），不支持的档位自动降级为不传并告警一次；思考档 high/xhigh/max 时输出预算自动 ×4。运行时在设置页 → 记忆 → 概览切换，可选档位表跟随当前模型实时显示
`llm.temperature`	`0.3`	蒸馏温度
`llm.maxInputChars`	`700000`	单次蒸馏输入字符预算（超限的 L1 输入自动分块抽取）；运行时可在设置页 → 蒸馏参数 → 输入预算调整（留空/0 = 跟随本值）
`llm.timeoutMs`	`120000`	单次蒸馏调用超时（ms）
`tools`	`true`	是否注册模型可调用的记忆工具
`benchControl`	`false`	注册 bench 控制服务（进程内 rebuild 触发/会话档位设置/蒸馏用量快照，供基准 lifecycle 赛道）。默认关——生产部署零表面积，勿随意开启

日志与故障排查

dsh 宿主把插件日志打到控制台；插件另把 info 级以上镜像到数据目录的 memory.log。一轮对话的典型日志路径：L0 捕获 → L0 落盘 → 蒸馏管线开始 → LLM 调用（输入/输出字符数、耗时） → L1 阶段完成 → 管线结束；下一轮开头是 召回注入 N 条 L1。LLM 空输出带完整诊断（finish reason / token 计数 / reasoning 摘录）；JSON 解析失败记录模型原始输出前 400 字符；所有失败告警带堆栈首帧。JSONL 事实源按轮次追加、依赖操作系统写回（不做逐条 fsync），断电等极端崩溃最多丢最后一小段尾部，检索库可用「重建记忆」从事实源全量重导。

与 MemoryCore 的差异

内嵌完整管线（不依赖外部 Gateway），蒸馏复用 DSH 自己的 LLM；
L2/L3 由"LLM 操作文件工具"改为"LLM 输出操作 JSON / 完整文档，工程侧执行"；
召回注入点在 agent/pre-step（消息侧合成消息，官方 pre-step 替换语义）+ agent 作用域 systemPrompt.context（画像/导航稳定区，DSH 原生事件/服务）；
存储/检索即官方 sqlite 后端的单机裁剪版（裁掉多租户隔离列、TCVDB 云后端、审计表；分词与官方一致用 jieba——@node-rs/jieba 预编译二进制 + CJK 二元组并集，词元供 BM25 精确整词命中、二元组保子词召回；加载失败自动回退纯二元组， FTS 索引按分词器版本戳自动重建）。

路线图

以下为规划中的功能，欢迎在 Issues 反馈需求与优先级：

Git 分支感知：记忆与当前 git 分支关联，召回可按分支过滤/加权（与现有记忆档位正交）
Claude Code / Codex 记忆导入：一键迁移既有记忆资产（CLAUDE.md、Claude Code 记忆文件、Codex AGENTS.md 等），导入后进入分层蒸馏管线

致谢

记忆核心能力（分层蒸馏管线、Prompt 设计、双写存储架构）参考自 TencentCloud/TencentDB-Agent-Memory 项目中的 MemoryCore，感谢原项目开放的设计与实现。

License

MIT

dsh-layered-memory

README

dsh-layered-memory

快速开始

让 Agent 安装（推荐）

从源码开发

运行时数据流

分层记忆（L0–L3）

会话级记忆档位

界面预览

实测对比（DSH-MemBench：自动化基准）

对话赛道（20 场景 × 10 题型 × 3 次 = 420 题）：答得准吗

工作流赛道（0.8.3 存档 · 7 场景版 · A 组 3 次 / B 组 1 次，真实工具沙箱）：做得对、做得省吗

方法论与复现

存储布局

语义检索（嵌入源）

配置

日志与故障排查

与 MemoryCore 的差异

路线图

致谢

License

评论

Aegis

dsh-agent-teams

mnemon

README

dsh-layered-memory

快速开始

让 Agent 安装（推荐）

从源码开发

运行时数据流

分层记忆（L0–L3）

会话级记忆档位

界面预览

实测对比（DSH-MemBench：自动化基准）

对话赛道（20 场景 × 10 题型 × 3 次 = 420 题）：答得准吗

工作流赛道（0.8.3 存档 · 7 场景版 · A 组 3 次 / B 组 1 次，真实工具沙箱）：做得对、做得省吗

方法论与复现

存储布局

语义检索（嵌入源）

配置

日志与故障排查

与 MemoryCore 的差异

路线图

致谢

License

评论

继续探索

Aegis

dsh-agent-teams

mnemon